3． MATLAB实现：
3.1数据说明：
程序中所用的数据是由
xn=A1*sin(f1*2*pi*n)+A2*sin(f2*2*pi*n)+e    （e为白噪声）
来产生的，其中：
n=0:0.001:1;
A1=4;
A2=4;
f1=25;
f2=50;

3.2MATLAB计算源程序
   1）创建.M文件，对离散时间序列用傅立叶变换和自相关法进行谱分析，代码如下：
      function FXi(data)

figure(1)
Fs=1000;
subplot(3,1,1);
t=0:1/Fs:1;
plot(1000*t(1:50),data(1:50));
xlabel('time(mm)')
title('一元时间序列直观图')

Y=fft(data,512)
Pyy2=Y.*conj(Y)/512;
f2=1000*(0:256)/512;
subplot(3,1,2);
plot(f2,Pyy2(1:257));
title('离散数据的傅立叶频谱图')
xlabel('频率（Hz）')

Fs=1000;
NFFT=1024;
Cx=xcorr(data,'unbiased');
Cxk=fft(Cx,NFFT);
Pxx=abs(Cxk);
t=0:round(NFFT/2-1);
k=t*Fs/NFFT;
P=10*log10(Pxx(t+1));
subplot(3,1,3);
plot(k,P);
title('谱估计的自相关函数法')
xlabel('频率（Hz）')
      2）创建.M文件，用最大熵法（MESE）对数据进行谱分析，代码如下：
         function MESE(data)
figure(2);
Fs=500;
NFFT=1024;
pyulear(data,20,NFFT,Fs);